MétaCan
Menu
Retour à la cohorte
Enregistrement W2313823989 · doi:10.1021/ja504184q

Switchable Water: Microfluidic Investigation of Liquid–Liquid Phase Separation Mediated by Carbon Dioxide

2014· article· en· W2313823989 sur OpenAlexafffund
Gabriella Lestari, Milad Abolhasani, Darla Bennett, P.A. Chase, Axel Günther, Eugenia Kumacheva

Notice bibliographique

RevueJournal of the American Chemical Society · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueInnovative Microfluidic and Catalytic Techniques Innovation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaConnaught FundCarbon Management Canada
Mots-clésChemistryIonic liquidMicrofluidicsCarbon dioxideTetrahydrofuranPhase (matter)AlkylLiquid liquidChemical engineeringChromatographySeparation processOrganic chemistryNanotechnologyCatalysisSolvent

Résumé

récupéré en direct d'OpenAlex

Increase in the ionic strength of water that is mediated by the reaction of carbon dioxide (CO2) with nitrogenous bases is a promising approach toward phase separation in mixtures of water with organic solvents and potentially water purification. Conventional macroscale studies of this complicated process are challenging, due to its occurrence via several consecutive and concurrent steps, mass transfer limitation, and lack of control over gas-liquid interfaces. We report a new microfluidic strategy for fundamental studies of liquid-liquid phase separation mediated by CO2 as well as screening of the efficiency of nitrogenous agents. A single set of microfluidic experiments provided qualitative and quantitative information on the kinetics and completeness of water-tetrahydrofuran phase separation, the minimum amount of CO2 required to complete phase separation, the total CO2 uptake, and the rate of CO2 consumption by the liquid mixture. The efficiency of tertiary diamines with different lengths of alkyl chain was examined in a time- and labor-efficient manner and characterized with the proposed efficiency parameter. A wealth of information obtained using the MF methodology can facilitate the development of new additives for switchable solvents in green chemistry applications.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,433

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of the American Chemical SocietyMême sujetInnovative Microfluidic and Catalytic Techniques InnovationTravaux en français237 207